Warum ein talentierter Wissenschaftler eine vielversprechende Karriere in den USA aufgab, um in die Heimat zurückzukehren

Ein Experte auf dem Gebiet der angewandten künstlichen Intelligenz (KI), der viele Jahre in den USA studiert und gearbeitet hat, ist laut SCMP gerade nach China zurückgekehrt, um neue Möglichkeiten zu verfolgen, die sich aus der rasanten Entwicklung der KI in China ergeben, insbesondere im Bereich der pharmazeutischen Forschung .

Fu Tianfan, ein ehemaliger Assistenzprofessor mit Festanstellung am Rensselaer Polytechnic Institute in Troy, New York, kam im Dezember 2024 an die School of Computer Science der Universität Nanjing.

Fu Tianfan, ein Experte auf dem Gebiet der angewandten KI-Forschung, wird nach seiner Arbeit und seinem Studium in den USA an der Universität Nanjing in der Arzneimittelforschung und Materialentwicklung arbeiten. Foto: SCMP

Laut dem Profil des Wissenschaftlers auf der Website der Universität konzentriert sich seine Arbeit auf die KI-gestützte Arzneimittelforschung und Materialentwicklung.

Dr. Pho Thien Pham, 32, sagte, dass Chinas zunehmende Investitionen in die Hochschulbildung beispiellose Möglichkeiten für junge Wissenschaftler wie ihn geschaffen hätten.

„Die Universität Nanjing verbindet ein reiches kulturelles Erbe mit einer starken Führungsposition in den Naturwissenschaften. Ihre umfassende Stärke in den Grundlagenwissenschaften bietet ein günstiges Umfeld für meine Forschung zur Anwendung von KI zur Förderung wissenschaftlicher Entdeckungen“, sagte Wissenschaftler Fu Tianfan letztes Wochenende gegenüber der Post.

Er fügte hinzu, dass die Nähe zu seiner Familie nach vielen Jahren im Ausland auch ein wichtiger Faktor für seine Entscheidung gewesen sei, in die Heimat zurückzukehren, um dort zu arbeiten.

Laut dem Experten Pho Thien Pham hat die Technologie der künstlichen Intelligenz den traditionellen wissenschaftlichen Forschungsprozess grundlegend verändert. Die Arzneimittelforschung, die früher auf kostspieligen und zeitaufwändigen Versuch-und-Irrtum-Experimenten beruhte, kann heute durch maschinelles Lernen und Big Data beschleunigt werden.

Anstatt Tausende von Verbindungen manuell zu testen, können Forscher jetzt Deep-Learning-Modelle auf der Grundlage bekannter Arzneimittelmechanismen trainieren und riesige Molekülbibliotheken virtuell durchsuchen, um „Kandidaten“ mit hohem therapeutischen Potenzial vorherzusagen.

Quelle: https://vietnamnet.vn/ly-do-nha-khoa-hoc-tai-nang-tu-bo-su-nghiep-day-hua-hen-tai-my-de-ve-nuoc-2384661.html